基于卡尔曼滤波的翼型表面压力实时重构方法 |
| |
引用本文: | 刘余丹,周楷文,刘应征,温新.基于卡尔曼滤波的翼型表面压力实时重构方法[J].空气动力学学报,2023(4):64-72. |
| |
作者姓名: | 刘余丹 周楷文 刘应征 温新 |
| |
作者单位: | 1. 上海交通大学机械与动力工程学院;2. 空气动力学国家重点实验室 |
| |
基金项目: | 国家自然科学基金面上项目(12072196); |
| |
摘 要: | 为实现基于稀疏数据的翼型表面压力实时重构,提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法,该方法主要包括线下建立数据库和线上实时感知两部分。首先,在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样,并采用本征正交分解对所测得的全场压力数据进行降维,建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次,在线上基于压缩感知,利用离散压力传感器所测量数据与压力场主导模态,通过求解L1范数下的最优化问题,对各主导模态的时间系数进行初步求解。最后,将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器,作为其系统模型进行预测;将线上所求得各模态时间系数放入卡尔曼滤波器,作为其观测值进行校正。以CFD模拟翼型压力作为验证数据,对该方法的性能进行评估,结果显示:该方法与仅采用压缩感知进行重构对比,升力重构误差从18.15%减小至6.39%。
|
关 键 词: | 流场重构 数据融合 压缩感知 卡尔曼滤波器 动态模态分解 |
|
|